C# 正则表达式删除href

Question

所以基本上我想删除href，即：

<td class="name"><a href="/leagues/euw/633">Apdo Dog2</a></td>

所以我只想要文本的Apdo Dog2 部分。有什么想法吗？

这是我的代码：

private void button1_Click(object sender, EventArgs e)
{
    HttpWebRequest request = (HttpWebRequest)WebRequest.Create("SITE");
    HttpWebResponse response = (HttpWebResponse)request.GetResponse();

    StreamReader stream = new StreamReader(response.GetResponseStream());

    string final_response = stream.ReadToEnd();

    Regex r = new Regex(@"\<[^\>]+\>(.[^\<]+)</[^\>]+\>", RegexOptions.Singleline);
    Match m = r.Match(final_response);

    richTextBox1.Text = m.Value;

Answer 1

有什么想法吗？是的，您应该使用 HtmlAgilityPack 之类的解析器来提取这些值。

括号字符不需要转义，这些字符没有特殊含义。但是，主要问题是点. 删除它。然后使用 Match.Groups Property 联系该组以获取您的匹配结果。

Regex r = new Regex(@"<[^>]+>([^<]+)</[^>]+>");
Match m = r.Match(final_response);
richTextBox1.Text = m.Groups[1].Value;

注意：点 . 已被删除，并且您正在使用否定类，因此您可以删除 dotall 修饰符。

Working Demo

Answer 2

你可以使用这个正则表达式：

<a.*?>(.*?)<\/a>

Working demo

Answer 3

你可以看看my answer here，我猜你也可以做类似的事情。

唯一的区别是您将删除/删除包括括号在内的所有内容。

除此之外，请记住，普遍的共识是不要将 RexEx 与 HTML 混合 :)

这应该可行：

void Main()
{
    // your input
    String input = @@"<td class=""name""><a href=""/leagues/euw/633"">Apdo Dog2</a></td>";
    // temp variables
    StringBuilder sb = new StringBuilder();
    bool inside = false;
    bool delete = false;
    // analyze string
    for (int i = 0; i < input.Length; i++)
    {
        // Special case, start bracket
        if (input[i].Equals('<')) { 
            inside = true;

        }
        // special case, close bracket
        else if (input[i].Equals('>')) {
            inside = false;
            continue;
        }

        // add if needed
        if (!inside)
                sb.Append(input[i]);
    }
    var result = sb.ToString(); // -> holds: "Apdo Dog2"
}